[發(fā)明專利]跨語言領(lǐng)域知識圖譜構(gòu)建方法及裝置

在審

• 申請?zhí)枺?/td>: 202011507796.1
• 申請日: 2020-12-18
• 公開（公告）號: CN112487213A
• 公開（公告）日: 2021-03-12
• 發(fā)明（設(shè)計）人: 李涓子;劉丁梟;侯磊;張鵬;唐杰;許斌
• 申請（專利權(quán)）人: 清華大學(xué)
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/289
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司 11002
• 代理人: 楊明月

本發(fā)明提供一種跨語言領(lǐng)域知識圖譜構(gòu)建方法及裝置，所述方法包括：獲取目標(biāo)領(lǐng)域?qū)?yīng)的至少兩種語言的種子詞匯；利用所述至少兩種語言的種子詞匯，進(jìn)行詞匯擴展，直至擴展得到的詞匯數(shù)量滿足預(yù)設(shè)條件，獲得所述至少兩種語言的擴展詞匯；對所述至少兩種語言的擴展詞匯執(zhí)行交叉補充操作，獲得所述目標(biāo)領(lǐng)域的相關(guān)詞匯；從現(xiàn)有數(shù)據(jù)庫中提取所述相關(guān)詞匯對應(yīng)的原始數(shù)據(jù)；對所述原始數(shù)據(jù)進(jìn)行知識圖譜的構(gòu)建，生成所述目標(biāo)領(lǐng)域的知識圖譜。本發(fā)明實現(xiàn)了適用于任何領(lǐng)域的跨語言領(lǐng)域知識圖譜的構(gòu)建方法，知識圖譜的構(gòu)建過程中無需依賴該特定領(lǐng)域的專家知識和行業(yè)調(diào)研才能實現(xiàn)，可有效提升知識圖譜的構(gòu)建效率，節(jié)省人力物力。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機技術(shù)領(lǐng)域，尤其涉及一種跨語言領(lǐng)域知識圖譜構(gòu)建方法及裝置。

背景技術(shù)

知識圖譜是存儲知識的數(shù)據(jù)庫，知識圖譜是由谷歌公司在2012年正式提出的概念，它的主要目的是在面對互聯(lián)網(wǎng)高速發(fā)展，網(wǎng)絡(luò)數(shù)據(jù)爆炸增長的時代，增強搜索效率，完善用戶體驗。知識圖譜憑借其卓越的語義處理技術(shù)和互聯(lián)性，為信息智能應(yīng)用建立了基礎(chǔ)，廣泛運用于搜索、問答、情報分析等方面，促進(jìn)信息技術(shù)從信息服務(wù)向知識服務(wù)發(fā)展。近幾年，各行各業(yè)都在研究將知識圖譜應(yīng)用于專業(yè)領(lǐng)域，更好的服務(wù)特定領(lǐng)域。

但是目前知識圖譜的構(gòu)建需要基于特定領(lǐng)域的某一語言的原始數(shù)據(jù)，不能實現(xiàn)跨語言的知識圖譜構(gòu)建，并需要借助該特定領(lǐng)域的專家知識和行業(yè)調(diào)研才能實現(xiàn)，會耗費較多的人力物力。

發(fā)明內(nèi)容

本發(fā)明提供一種跨語言領(lǐng)域知識圖譜構(gòu)建方法及裝置，用以解決現(xiàn)有知識圖譜的構(gòu)建需要基于特定領(lǐng)域的某一語言的原始數(shù)據(jù)，不能實現(xiàn)跨語言的知識圖譜構(gòu)建，并需要借助該特定領(lǐng)域的專家知識和行業(yè)調(diào)研才能實現(xiàn)，會耗費較多的人力物力的缺陷。

本發(fā)明提供一種跨語言領(lǐng)域知識圖譜構(gòu)建方法，包括：

獲取目標(biāo)領(lǐng)域?qū)?yīng)的至少兩種語言的種子詞匯；

利用所述至少兩種語言的種子詞匯，進(jìn)行詞匯擴展，直至擴展得到的詞匯數(shù)量滿足預(yù)設(shè)條件，獲得所述至少兩種語言的擴展詞匯；

對所述至少兩種語言的擴展詞匯執(zhí)行交叉補充操作，獲得所述目標(biāo)領(lǐng)域的相關(guān)詞匯；

從現(xiàn)有數(shù)據(jù)庫中提取所述相關(guān)詞匯對應(yīng)的原始數(shù)據(jù)；

對所述原始數(shù)據(jù)進(jìn)行知識圖譜的構(gòu)建，生成所述目標(biāo)領(lǐng)域的知識圖譜。

根據(jù)本發(fā)明提供的一種跨語言領(lǐng)域知識圖譜構(gòu)建方法，所述對所述至少兩種語言的擴展詞匯執(zhí)行交叉補充操作，獲得所述目標(biāo)領(lǐng)域的相關(guān)詞匯，包括：

獲取所述至少兩種語言的擴展詞匯的交集數(shù)據(jù)，將所述交集數(shù)據(jù)作為所述目標(biāo)領(lǐng)域的相關(guān)詞匯；或者，

獲取所述至少兩種語言的擴展詞匯的并集數(shù)據(jù)，將所述并集數(shù)據(jù)作為所述目標(biāo)領(lǐng)域的相關(guān)詞匯；或者，

將所述至少兩種語言的擴展詞匯進(jìn)行優(yōu)先級排序，將排序后的擴展詞匯作為所述目標(biāo)領(lǐng)域的相關(guān)詞匯。

根據(jù)本發(fā)明提供的一種跨語言領(lǐng)域知識圖譜構(gòu)建方法，所述對所述原始數(shù)據(jù)進(jìn)行知識圖譜的構(gòu)建，生成所述目標(biāo)領(lǐng)域的知識圖譜，包括：

對所述原始數(shù)據(jù)進(jìn)行預(yù)處理，獲得經(jīng)過預(yù)處理后的目標(biāo)數(shù)據(jù)；

基于所述經(jīng)過預(yù)處理后的目標(biāo)數(shù)據(jù)，執(zhí)行知識建模操作，獲得概念數(shù)據(jù)、不同概念之間的上下位關(guān)系和概念屬性數(shù)據(jù)；

基于所述經(jīng)過預(yù)處理后的目標(biāo)數(shù)據(jù)，執(zhí)行知識獲取操作，獲得實例數(shù)據(jù)、實例與概念之間的關(guān)系以及實例屬性數(shù)據(jù)；

根據(jù)所述概念數(shù)據(jù)、不同概念之間的上下位關(guān)系和概念屬性數(shù)據(jù)，以及實例數(shù)據(jù)、實例與概念之間的關(guān)系以及實例屬性數(shù)據(jù)，執(zhí)行知識融合操作，生成所述目標(biāo)領(lǐng)域的知識圖譜。